“多模态测图”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果5094438个，建议您升级VIP下载更多相关专利

[发明专利]非齐次Markov跳变控制系统的观测器设计方法-CN201410488403.5无效
发明人：栾小丽;陈飞;刘飞 -专利权人：江南大学
申请日： 2014-09-23 - 公布日： 2015-01-21 - 主分类号： G05B17/02 文献下载
摘要：非齐次Markov跳变控制系统的观测器设计方法，及随机多模态系统各模态间随机跳变的时变概率描述、随机系统在无穷时间区域内的可镇定特性以及状态不可测情形下的观测器设计，包括以下步骤：用非齐次Markov链对各模态间的随机跳变进行描述本发明考虑系统状态不可测情形下，利用高斯概率密度函数的均值和方差信息，结合线性矩阵不等式技术设计观测器以及控制器，使得闭环多模态系统实现稳定并具有指定的干扰抑制能力。
非齐次 markov 控制系统观测器设计方法

[发明专利]数据处理方法、装置和存储介质-CN202010431227.7在审
发明人：丛龙飞;安兴 -专利权人：深圳迈瑞生物医疗电子股份有限公司
申请日： 2020-05-20 - 公布日： 2020-10-13 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种数据处理方法、装置和存储介质，该方法包括：获取受测者的多模态数据，所述多模态数据包括目标区域的超声图像；对所述多模态数据进行特征提取得到数据特征；针对与所述目标区域对应的多个相关特性，获取所述数据特征对于每个所述相关特性的贡献度向量本发明的方案能够有效减少多模态数据融合特征中的冗余性。
数据处理方法装置存储介质

[发明专利]基于多模态光学的成像系统及成像方法-CN202111536674.X在审
发明人：王晓莉;李晨曦;赵岩松;蒋景英;董鹏;刘建亮 -专利权人：潍坊医学院
申请日： 2021-12-15 - 公布日： 2022-01-28 - 主分类号： A61B5/00 文献下载
摘要：本公开提供一种基于多模态光学的成像系统，包括：光源单元，用于发出第一测量光和第二测量光；光开关，与所述光源单元相连，用于在第一测量光和第二测量光之间进行切换；多模态相机单元，用于采集所述第一测量光照射组织后生成的第一信号和第二测量光照射待测组织后生成的第二信号；以及图像处理单元，用于对所述第一信号和第二信号进行成像，得到基于多模态光学的图像。同时本公开还提供一种基于多模态光学的成像方法，基于上述成像系统进行成像。
基于多模态光学成像系统方法

[发明专利]桥梁结构模态参数真假甄别方法及终端设备-CN201810103506.3在审
发明人：刘杰;赵玉;戎密仁;许宏伟;朱冀军;王联芳;闫涛;刘志强 -专利权人：石家庄铁道大学
申请日： 2018-02-01 - 公布日： 2018-07-24 - 主分类号： G01H17/00 文献下载
摘要：本发明涉及桥梁监测技术领域，提供了桥梁结构模态参数真假甄别方法及终端设备。该方法包括：通过设置在桥梁多个测点上的数据采集装置，获取环境激励条件下桥梁结构的监测数据；采用NExT，先计算各个监测数据的互功率谱密度函数，再经傅里叶逆变换得到监测数据的互相关函数，作为模态参数识别算法的输入数据进行模态参数识别并绘制稳定图；计算各个测点监测数据的自功率谱与互功率谱密度函数，将所有测点的自功率谱和互功率谱分别求和，再将自谱和互谱在同数量级下求和，获得功率谱的和函数；对和函数绘图并结合稳定图进行真假模态参数甄别。上述方法通过稳定图法与功率谱求和峰值法相结合来进行桥梁结构模态真假甄别，能够提高甄别精度。
监测数据桥梁结构模态参数稳定图求和测点互功率谱密度函数模态参数识别终端设备自功率谱功率谱和函数傅里叶逆变换数据采集装置互相关函数互功率谱环境激励桥梁监测峰值法模态算法绘图绘制桥梁

[发明专利]多模态关联构建模型的训练方法和多模态数据检索方法-CN202211041378.7在审
发明人：沈颖;谢京佑 -专利权人：中山大学
申请日： 2022-08-29 - 公布日： 2022-11-29 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了多模态关联构建模型的训练方法和多模态数据检索方法，通过构建多模态数据训练关联图，对不同模态下数据特征进行聚类处理从而得到的聚类损失函数值，通过将与每一模态的训练数据的数据特征与从对应的关联特征节点提取的补充特征信息进行特征融合，并计算融合后生成的每一模态的综合训练特征的特征差异，得到成对损失函数值，基于聚类损失函数值和成对损失函数值，调整所述多模态关联构建模型的参数，从而训练得到能够生成融合多模态间数据特征，生成每一模态的综合数据特征的多模态关联构建模型，并可通过融合后的综合数据特征得到多模态数据间的检索结果。相较于现有技术，本申请在进行跨模态检索时的检索结果准确度更高。
多模态关联构建模型训练方法数据检索

[发明专利]一种基于递进式神经网络的多模态情感分类方法-CN202211315981.X在审
发明人：刘赟;田鹏;李浪;张磊磊;沈仕巡 -专利权人：茅台学院
申请日： 2022-10-26 - 公布日： 2023-03-14 - 主分类号： G06F16/335 文献下载
摘要：本发明公开了一种基于递进式神经网络的多模态情感分类方法，该方法包括感知扫描、精细阅读、异质图推理三个模块；感知扫描模块用于对视觉图片及对应的文本描述进行特征表示，并利用VL‑BERT粗略地感知图片和文本的内容信息；精细阅读模块利用内存注意力网络关注于图片和文本中的重要特征，建模二者之间细粒度的互补信息；异质图推理模块利用图片之间的社交关系网络构建多模态异质图，将前两阶段生成的扫描嵌入和精读嵌入融合为图节点嵌入，并利用图卷积神经网络执行多模态的情感极性推理。本发明综合利用了特征表示、跨模态注意力机制、图神经网络等技术推理多模态之间的特征关联和互补信息，对提高多模态情感分类的准确性具有显著效果。
一种基于递进神经网络多模态情感分类方法

[发明专利]一种基于图神经网络的中文多模态细粒度情感分析方法-CN202210835983.5在审
发明人：赵妍妍;杨浩;车万翔;秦兵 -专利权人：哈尔滨工业大学
申请日： 2022-07-15 - 公布日： 2022-09-23 - 主分类号： G06F40/289 文献下载
摘要：一种基于图神经网络的中文多模态细粒度情感分析方法，涉及自然语言处理技术领域，针对现有技术中对多模态数据中细粒度评价对象情感分析准确率低的问题，本通过挖掘图文两种模态下的细粒度语义线索，并通过构建多模态异构图显式建模两个模态下的细粒度语义线索，促进了跨模态的细粒度信息融合，有效提升了多模态图文细粒度情感分析的准确率。
一种基于神经网络中文多模态细粒度情感分析方法

[发明专利]大视场多模态成像系统-CN201911325135.4有效
发明人：李鹏程;王晨;陆锦玲 -专利权人：华中科技大学苏州脑空间信息研究院
申请日： 2019-12-20 - 公布日： 2022-04-22 - 主分类号： A61B5/026 文献下载
摘要：本发明提出了一种大视场多模态成像系统包括：照明子系统；无穷远中继成像子系统；数据处理子系统，用于根据图像传感器接收的散斑信号计算待测区域的血流速度，以及根据图像传感器接收的反射光强信号计算待测区域的血红蛋白浓度本发明实施例的大视场多模态成像系统通过增加无穷远中继成像子系统，便于在中继子系统中插入分光组件，提供更多的成像光路，无需切换光源，实现血流速度和血红蛋白浓度的数据采集，利于进行实时地、大视场多模态组织血液动力学参数监测
视场多模态成像系统

[发明专利]一种基于多模态信息的颈动脉超声报告生成系统-CN202111192140.X有效
发明人：刘治;曹艳坤;隋小瑜 -专利权人：山东大学
申请日： 2021-10-13 - 公布日： 2022-09-13 - 主分类号： A61B8/08 文献下载
摘要：本发明提供了一种基于多模态信息的颈动脉超声报告生成系统，包括：超声设备，用于采集待测颈动脉多模态信息；处理器，连接所述超声设备，处理器包括：斑块类别识别模块，用于将多模态信息输入斑块类别识别模型，得到待测颈动脉的斑块类别
一种基于多模态信息颈动脉超声报告生成系统

[发明专利]关系推理与跨模态独立匹配网络的实例级跨模态检索方法-CN202310867080.X在审
发明人：柯逍;陈柏涛;蔡宇航 -专利权人：福州大学
申请日： 2023-07-14 - 公布日： 2023-10-13 - 主分类号： G06F16/332 文献下载
摘要：本发明提出关系推理与跨模态独立匹配网络的实例级跨模态检索方法，首先利用模态特征提取器将输入的原始图片转化为区域特征，将输入的文本转化为词序列。然后分别对图像和文本模态进行模态特征关系推理，以挖掘局部特征之间的相互作用关系。接着采用基于图网络的图池化方法对重排特征进行模态全局语义聚合。最后计算多模态特征之间的相似性，按照相似性返回跨模态检索结果。在神经网络训练过程中利用引力损失函数对模态内与模态间匹配关系的学习过程进行指导与修正；本发明能够有效地对多模态数据进行局部关系推理与全局语义聚合，高效准确地完成多模态场景下细粒度的实例级跨模态检索任务。
关系推理跨模态独立匹配网络实例级跨模态检索方法

[发明专利]多模态知识图谱构建方法、装置、服务器以及存储介质-CN201910778329.3在审
发明人：江小琴;刘文强;程序;谢思发;张涵宇 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-08-22 - 公布日： 2019-11-19 - 主分类号： G06F16/901 文献下载
摘要：本发明提供了一种多模态知识图谱构建方法、装置、服务器以及存储介质，应用于多模态知识图谱构建系统的构建层，构建层包括流式构建拓扑模块、微服务集合模块以及工具集模块，流式构建拓扑模块获取游戏领域的结构化数据，并对游戏领域的结构化数据进行在线流式处理，生成图谱构建拓扑图；微服务集合模块获取游戏领域的非结构化数据，并对游戏领域的非结构化数据进行处理，以在所述图片构建拓扑图的基础上构建粗粒度的多模态知识图谱；工具集模块按照预设周期对粗粒度的多模态知识图谱进行校正，以构建精细化的多模态知识图谱。基于上述方案，能够实现快速构建多模态知识图谱。
构建多模态游戏领域图谱图谱构建非结构化数据结构化数据服务集合拓扑模块粗粒度工具集拓扑图流式存储介质快速构建流式处理模块获取预设周期精细化校正服务器应用图片

[发明专利]一种基于腹部分区的多模态超声图像自动归类方法-CN202210886226.0在审
发明人：韩雪迪;梁蕾 -专利权人：航天中心医院
申请日： 2022-07-26 - 公布日： 2022-10-18 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种基于腹部分区的多模态超声图像自动归类方法，包括：将腹盆腔根据腹部9分区和肠部4分区划分成13个区域，并建立相对应的PCI指标13分区；由超声留存图获取多模态超声图像，并通过识别所述多模态超声图像的体表标志图，以确定所述多模态超声图像对应腹部9分区或肠部4分区，进而进行对应分区的划分；分区划分后，通过识别所述多模态超声图像的标志线，以判断所述标志线所属分区，并将所述多模态超声图像匹配存储到对应的所述PCI指标
一种基于腹部分区多模态超声图像自动归类方法

[发明专利]一种基于多模态数据的电影类型预测方法和系统-CN202310440703.5在审
发明人：杨晓瑞;陈伟;赵雷 -专利权人：苏州大学
申请日： 2023-04-23 - 公布日： 2023-08-18 - 主分类号： G06F16/48 文献下载
摘要：本发明涉及一种基于多模态数据的电影类型预测方法和系统，方法包括：对每部电影的文本、视频、海报和音频数据分别进行嵌入，得到文本、视频、海报和音频嵌入；将文本嵌入和视频嵌入进行处理，得到文本和视频特征；同时对海报嵌入和音频嵌入分别进行处理，得到海报特征和音频特征；将每部电影的文本和视频特征、海报特征和音频特征进行融合，得到所有电影的多模态数据；基于电影元数据构建不同电影的多模态电影图，并对多模态电影图和所有电影的多模态数据进行学习，得到电影嵌入本发明在电影类型分类任务中考虑多模态数据之间的交互，并加入了电影元数据，有效提高电影类型分类结果。
一种基于多模态数据电影类型预测方法系统

[发明专利]一种多模态MRI图像分割模型、构建方法及应用-CN202210896298.3在审
发明人：姚宇;王辛;陈晓清;蔡秀定;窦猛;唐媛琳;盛雷鸣;陈哲彬;罗旭;朱遥遥;付麟杰;王森;苗栋 -专利权人：中科院成都信息技术股份有限公司;四川大学华西医院
申请日： 2022-07-27 - 公布日： 2023-01-06 - 主分类号： G06T7/10 文献下载
摘要：本发明属于图像分割技术领域，公开了一种多模态MRI图像分割模型、构建方法及应用，将M种模态分别输入到M个UNet‑cell中进行特征提取，将UNet‑cell输出的M个输出作为Fusion‑cell的输入；M个Fusion‑cell得到M个融合的模态特征，使用卷积对M个融合结果进行组合，形成M个新的模态特征；进行下采样操作；在完成下采样操作后，使用上采样方法，结合UNet‑cell和Fusion‑cell还原特征图尺寸大小，最终输出预测的分割图。本发明的基于神经网络架构自动搜索的多模态融合分割框架，可以自动发现最优的多模态融合方式，实现多模态MRI图像分割，避免繁杂的手工设计神经网络流程。
一种多模态 mri 图像分割模型构建方法应用

[发明专利]基于三维结构的材料弹性模量和密度的测量方法和系统-CN201910750601.7有效
发明人：冯雪;李海波;马寅佶 -专利权人：清华大学
申请日： 2019-08-14 - 公布日： 2020-04-21 - 主分类号： G01N3/32 文献下载
摘要：基准振动体和待测振动体安装于基座并相对于基座振动，待测振动体和基准振动体包括相同的振动骨架和相同的传感器，待测振动体还具有待测材料膜，振动骨架能够受激振力作用而被激发出至少两个振动模态，传感器测量至少两个振动模态下的基准振动体和待测振动体的变形，根据传感器的测量结果获得基准振动体和待测振动体的共振频率。结合三维结构的多方向和多模态的振动特性和传感器测量技术，根据三维结构在结合待测材料膜后的频率的变化来反推出待测材料的弹性模量和密度，对称地布置传感器以验证所激发的振动模态是否满足要求。
基于三维结构材料弹性模量密度测量方法系统